OpenAI anunció a principios de octubre de 2026 que sus sistemas de IA habían resuelto numerosos problemas matemáticos abiertos en campos que incluyen la teoría de grupos y la topología. El anuncio provocó diversas reacciones de matemáticos de todo el mundo, documentadas en una publicación de blog de Proofs and Prompts que recopiló más de 100 respuestas. Estas reacciones capturan la respuesta inicial de la comunidad a lo que muchos describieron como un desarrollo sísmico en la investigación matemática.
Muchos matemáticos expresaron asombro ante las capacidades técnicas demostradas. Xiaolei Wu, un matemático que trabaja en teoría de grupos, informó estar 'sorprendido al encontrar muchos mensajes que contenían el mismo archivo PDF' que detallaba soluciones a 'casi todos los principales problemas abiertos' en su campo, incluyendo la no amenabilidad del grupo de Thompson F y la falsedad de la conjetura de Eilenberg–Ganea. Roman Sauer señaló que una técnica matemática que habían desarrollado - reemplazar una variedad con un objeto foliado medible de la teoría ergódica - apareció en las soluciones de OpenAI para problemas específicos (207 y 335), describiendo la efectividad de este enfoque como 'irrazonable' y diciendo que les había sorprendido 'un par de veces' antes de verlo en el trabajo generado por IA.
Las reacciones también revelaron preocupaciones sobre cómo el trabajo generado por IA se alinea con las prácticas de investigación establecidas. Nicholas Williams enfatizó que el trabajo de los matemáticos va más allá de resolver problemas abiertos para 'lidi[ar] con el tema y pensar[ar] sobre qué conjeturas buenas deberían ser en primer lugar', sugiriendo un papel más amplio para la disciplina que podría pasar desapercibido en evaluaciones centradas únicamente en la velocidad de resolución de problemas. Henry Wilton criticó el enfoque de OpenAI en varios frentes, señalando que al no atribuir autores a sus artículos y evitar la presentación tradicional en revistas, la empresa socava normas comunitarias esenciales para 'estructura, una medida de progreso y metas a largo plazo', además de no divulgar 'información fundamental sobre cómo se seleccionan los problemas o las tasas de fallo de sus intentos'. Wilton concluyó que este enfoque corre el riesgo de borrar 'las estructuras de nuestra comunidad para promover sus intereses financieros', reflejando una preocupación de que la rápida difusión de soluciones de IA pudiera interrumpir los procesos colaborativos y verificadores que históricamente han definido el avance matemático.